题目链接
题目描述
给你一个整数数组 p r i c e s prices prices ,其中 p r i c e s [ i ] prices[i] prices[i] 表示某支股票第 i i i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
- 1 ≤ p r i c e s . l e n g t h ≤ 3 ∗ 1 0 4 1 \leq prices.length \leq 3 * 10^4 1≤prices.length≤3∗104
- 0 ≤ p r i c e s [ i ] ≤ 1 0 4 0 \leq prices[i] \leq 10^4 0≤prices[i]≤104
解法一:动态规划
由于题目要求,在任何时间我们手里最多持有一份股票,那么我们可以做出如下定义:
- 定义 f [ i ] [ 0 ] f[i][0] f[i][0] 为 第 i i i 天 未持有股票的最大利润;
- 定义 f [ i ] [ 1 ] f[i][1] f[i][1] 为 第 i i i 天 持有股票的最大利润;
状态转移:
- f [ i ] [ 0 ] = m a x ( f [ i − 1 ] [ 0 ] , f [ i − 1 ] [ 1 ] + p r i c e s [ i ] ) f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]) f[i][0]=max(f[i−1][0],f[i−1][1]+prices[i]);
- f [ i ] [ 1 ] = m a x ( f [ i − 1 ] [ 1 ] , f [ i − 1 ] [ 0 ] − p r i c e s [ i ] ) f[i][1] = max(f[i-1][1],f[i-1][0] - prices[i]) f[i][1]=max(f[i−1][1],f[i−1][0]−prices[i]);
最终返回的答案就是 f [ n − 1 ] [ 0 ] f[n-1][0] f[n−1][0]。
时间复杂度: O ( n ) O(n) O(n)
C++代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
int f[n][2];
memset(f,0,sizeof f);
f[0][1] = -prices[0];
for(int i = 1;i < n;i++){
f[i][0] = max(f[i - 1][0] , f[i - 1][1] + prices[i]);
f[i][1] = max(f[i - 1][1] , f[i - 1][0] - prices[i]);
}
return f[n - 1][0];
}
};
解法二:动态规划 + 优化空间
我们注意到 f [ i ] f[i] f[i] 只与 f [ i − 1 ] f[i-1] f[i−1] 有关,所以我们可以优化掉一维的空间。
- 定义 f 0 f0 f0 为 第 i i i 天 未持有股票的最大利润;
- 定义 f 1 f1 f1 为 第 i i i 天 持有股票的最大利润;
最终返回的答案就是 f 1 f1 f1。
时间复杂度: O ( n ) O(n) O(n)
C++代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
int f0 = 0 , f1 = -prices[0];
for(int i = 1;i < n;i++){
int new_f0 = max(f0,f1 + prices[i]);
f1 = max(f1,f0 - prices[i]);
f0 = new_f0;
}
return f0;
}
};
解法三:贪心
我们假设从第一天到第 n n n 天的价格为 p 1 , p 2 , p 3 , . . . , p n p_1,p_2,p_3,...,p_n p1,p2,p3,...,pn。
对于 [ p l , p l + 1 ] [p_l,p_{l+1}] [pl,pl+1],它的利润是 p l + 1 − p l p_{l + 1} - p_l pl+1−pl,如果是负数表示是 负收益,否则就是正收益。
如果某一区间 [ p l , p r ] [p_l,p_r] [pl,pr] 是 连续递增 的,那么这一区间的利润为 p r − p l p_r - p_l pr−pl,并且:
p r − p l = ( p l + 1 − p l ) + ( p l + 2 − p l + 1 ) + . . . + ( p r − p r − 1 ) p_r-p_l = (p_{l+1}-p_l)+(p_{l+2}-p_{l+1})+...+(p_r-p_{r-1}) pr−pl=(pl+1−pl)+(pl+2−pl+1)+...+(pr−pr−1)
如果某一区间 [ p l , p r ] [p_l,p_r] [pl,pr] 是 连续递减 的,因为是负收益,所以不交易。
总结: 对于任何一个 [ p i , p i + 1 ] [p_i,p_{i + 1}] [pi,pi+1],如果 p i + 1 − p i > 0 p_{i+1} - p_i > 0 pi+1−pi>0,那么就将其添加到总收益中;否则不添加。
时间复杂度: O ( n ) O(n) O(n)
C++代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size() , ans = 0;
for(int i = 1;i < n;i++){
int p = prices[i] - prices[i - 1];
if(p > 0) ans += p;
}
return ans;
}
};